脑卒中患者短期预后预测模型的构建及验证
Construction and validation of a short-term prognostic prediction model for mild to moderate stroke patients
摘要背景 早期识别脑卒中患者短期不良事件的高危因素和高风险人群,对于提高患者的预后和康复进程至关重要.目的 分析脑卒中患者短期预后的影响因素,构建预测模型及列线图,为制定针对性的康复干预措施提供参考.方法 采用回顾性病例对照研究方法,纳入2018年1月—2020年12月在解放军总医院第一医学中心就诊并符合入选标准的脑卒中患者.以改良Barthel指数评价短期预后结果,使用Logistic回归从年龄、性别、个人病史、合并症等指标筛选出最佳预测变量,建立预测模型,构建列线图.使用ROC曲线下面积、Hosmer-Lemeshow检验、校准曲线,比较模型与临床量表的预测能力,验证其区分度和校准度.选取2021年1月—2023年1月符合入选标准的脑卒中患者作为验证集,对预测模型进行验证.结果 本研究的训练集纳入120例患者,验证集纳入65例患者.多因素Logistic回归结果显示,年龄(OR=1.033,95%CI:0.990~1.062,P=0.041)、肺部感染(OR=1.724,95%CI:1.652~1.880,P=0.007)、改良RANKIN量表(modified rankin scale,mRS)评分(OR=1.970,95%CI:1.353~2.872,P<0.001)、医学研究理事会量表总分(健侧肢体)(MRC sum scores,MRC-SS)(OR=0.854,95%CI:0.744~0.982,P=0.012)与脑卒中短期预后不良独立关联.据此构建预测模型,ROC曲线下面积为0.809(95%CI:73.7%~89.2%),敏感度为0.803,特异度为0.763.Hosmer-Lemeshow检验值为P=0.385;校准曲线显示预测值与实际值之间存在显著一致性.与美国国立卫生研究院卒中量表评分相比,模型显示出明显更高的预测能力(AUC:0.809 vs 0.613,P=0.004).模型经验证集验证,表现出与训练集结果有相似的预测价值(AUC=0.784,95%CI:0.665~0.902).结论 本研究通过年龄、肺部感染、改良RANKIN量表、健侧医学研究理事会量表评分4种指标建立预测模型,对脑卒中患者入院后两周的短期预后进行预测,模型预测能力良好,有助于临床早期康复干预,改善患者长期预后.
更多相关知识
- 浏览0
- 被引0
- 下载0

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



